contour_fourier_truncation_energy — SHAPE2D `descriptor` op

• データ種: matrix → table

• 呼び出し: import fullseye as fs; fs.ledger.contour_fourier_truncation_energy(spectrum, orders=None) (実装を直接呼ぶなら import fourierdesc; fourierdesc.contour_fourier_truncation_energy(spectrum, orders=None)、台帳から引くなら opsshape2d.get("contour_fourier_truncation_energy"))

使い方

打ち切り次数ごとの予言される誤差(`table`)—— パーセバルの厳密式。

次数 `K で打ち切った再構成 z^K` について、標本上の二乗平均誤差は

`mean|z - z^K|^2 = Σ_{|k| > K} |c_k|^2` に厳密に等しい。だから

再構成を 1 度もせずに「何項あれば何画素まで似るか」を先に言える。

★予言が厳密なのは、係数列が完全なときだけである(`contour_fourier_complex`

を `n_harmonics=None` で呼んだ場合)。打ち切った係数列を渡されると、

捨てられた側のエネルギーは知りようがないので、返る誤差は下界になる

—— 過小に見える誤差を「厳密」と言わないために、ここに書いておく。

返り値: dict(`table`)

"order": 打ち切り次数 `K` の 1-D

"rms_error": 予言される rms 誤差[入力の単位]

"energy_fraction": 残した項が担うエネルギーの割合(`0..1`、単調増加)

"total_energy": `Σ_{k≠0} |c_k|^2(位置 c_0` を除いた形のエネルギー)

"k_max": スペクトルが持つ最大次数

詳しい使い方ガイド

• shape_description_2d ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_one_stroke_epicycles — py -3.11 examples/poc_one_stroke_epicycles.py

型が繋がる次の op(`table` を入力に取れる)

from_xld

同カテゴリ(`descriptor`)

elliptic_fourier · reconstruct · invariants · normalize · descriptor_distance · fourier_smooth · from_xld · contour_fourier_complex

*Provenance: fourierdesc.py — SHAPE2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

contour_fourier_truncation_energy — SHAPE2D descriptor op

使い方